Characterization of temporal complementarity: fundamentals for multi-document summarization

Detalhes bibliográficos
Autor(a) principal: Souza, Jackson Wilke da Cruz
Data de Publicação: 2018
Outros Autores: Felippo, Ariani Di
Tipo de documento: Artigo
Idioma: por
eng
Título da fonte: Alfa (São José do Rio Preto. Online)
Texto Completo: https://periodicos.fclar.unesp.br/alfa/article/view/9204
Resumo: Complementarity is a usual multi-document phenomenon that commonly occurs among news texts about the same event. From a set of sentence pairs (in Portuguese) manually annotated with CST (Cross-Document Structure Theory) relations (Historical background and Follow-up) that make explicit the temporal complementary among the sentences, we identified a potential set of linguistic attributes of such complementary. Using Machine Learning algorithms, we evaluate the capacity of the attributes to discriminate between Historical background and Follow-up. JRip learned a small set of rules with high accuracy. Based on a set of 5 rules, the classifier discriminates the CST relations with 80% of accuracy. According to the rules, the occurrence of temporal expression in sentence 2 is the most discriminative feature in the task. As a contribution, the JRip classifier can improve the performance of the CST-discourse parsers for Portuguese.
id UNESP-4_2074779b6ea179e37f0c345c4b0229ca
oai_identifier_str oai:ojs.pkp.sfu.ca:article/9204
network_acronym_str UNESP-4
network_name_str Alfa (São José do Rio Preto. Online)
repository_id_str
spelling Characterization of temporal complementarity: fundamentals for multi-document summarizationCaracterização da complementaridade temporal: subsídios para sumarização automática multidocumentoLinguistic descriptionComplementarityCSTMulti-document SummarizationNatural Language ProcessingDescrição linguísticaComplementaridadeCSTSumarização MultidocumentoProcessamento Automático de Língua NaturalComplementarity is a usual multi-document phenomenon that commonly occurs among news texts about the same event. From a set of sentence pairs (in Portuguese) manually annotated with CST (Cross-Document Structure Theory) relations (Historical background and Follow-up) that make explicit the temporal complementary among the sentences, we identified a potential set of linguistic attributes of such complementary. Using Machine Learning algorithms, we evaluate the capacity of the attributes to discriminate between Historical background and Follow-up. JRip learned a small set of rules with high accuracy. Based on a set of 5 rules, the classifier discriminates the CST relations with 80% of accuracy. According to the rules, the occurrence of temporal expression in sentence 2 is the most discriminative feature in the task. As a contribution, the JRip classifier can improve the performance of the CST-discourse parsers for Portuguese.A complementaridade é um fenômeno multidocumento comumente observado entre notícias que versam sobre um mesmo evento. A partir de um corpus em português composto por um conjunto de pares de sentenças manualmente anotadas com as relações da Cross-Document Structure Theory (CST) que explicitam a complementaridade temporal (Historical background e Follow-up), identificou-se um conjunto potencial de atributos linguísticos desse tipo de complementaridade. Por meio de algoritmos de Aprendizado de Máquina, testou-se o potencial dos atributos em distinguir as referidas relações. O classificador simbólico gerado pelo algoritmo JRip obteve o melhor desempenho ao se considerar a precisão e o tamanho reduzido do conjunto de regras. Somente com base em 5 regras, tal classificador identificou Follow-up e Historical background com precisão aproximada de 80%. Ademais, as regras do classificador indicam que o atributo ocorrência de expressão temporal na sentença 2 é o mais relevante para a tarefa. Como contribuição, salienta-se que o classificador JRip aqui gerado pode ser utilizado nos analisadores discursivos multidocumento para o português do Brasil que são baseados na CST.UNESP2018-04-25info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfapplication/pdfhttps://periodicos.fclar.unesp.br/alfa/article/view/920410.1590/1981-5794-1804-6ALFA: Revista de Linguística; v. 62 n. 1 (2018)1981-5794reponame:Alfa (São José do Rio Preto. Online)instname:Universidade Estadual Paulista (UNESP)instacron:UNESPporenghttps://periodicos.fclar.unesp.br/alfa/article/view/9204/7223https://periodicos.fclar.unesp.br/alfa/article/view/9204/7233Copyright (c) 2018 ALFA: Revista de Linguísticainfo:eu-repo/semantics/openAccessSouza, Jackson Wilke da CruzFelippo, Ariani Di2018-05-15T23:55:28Zoai:ojs.pkp.sfu.ca:article/9204Revistahttp://www.scielo.br/scielo.php?script=sci_serial&pid=1981-5794&lng=pt&nrm=isoPUBhttps://old.scielo.br/oai/scielo-oai.phpalfa@unesp.br1981-57940002-5216opendoar:2018-05-15T23:55:28Alfa (São José do Rio Preto. Online) - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Characterization of temporal complementarity: fundamentals for multi-document summarization
Caracterização da complementaridade temporal: subsídios para sumarização automática multidocumento
title Characterization of temporal complementarity: fundamentals for multi-document summarization
spellingShingle Characterization of temporal complementarity: fundamentals for multi-document summarization
Souza, Jackson Wilke da Cruz
Linguistic description
Complementarity
CST
Multi-document Summarization
Natural Language Processing
Descrição linguística
Complementaridade
CST
Sumarização Multidocumento
Processamento Automático de Língua Natural
title_short Characterization of temporal complementarity: fundamentals for multi-document summarization
title_full Characterization of temporal complementarity: fundamentals for multi-document summarization
title_fullStr Characterization of temporal complementarity: fundamentals for multi-document summarization
title_full_unstemmed Characterization of temporal complementarity: fundamentals for multi-document summarization
title_sort Characterization of temporal complementarity: fundamentals for multi-document summarization
author Souza, Jackson Wilke da Cruz
author_facet Souza, Jackson Wilke da Cruz
Felippo, Ariani Di
author_role author
author2 Felippo, Ariani Di
author2_role author
dc.contributor.author.fl_str_mv Souza, Jackson Wilke da Cruz
Felippo, Ariani Di
dc.subject.por.fl_str_mv Linguistic description
Complementarity
CST
Multi-document Summarization
Natural Language Processing
Descrição linguística
Complementaridade
CST
Sumarização Multidocumento
Processamento Automático de Língua Natural
topic Linguistic description
Complementarity
CST
Multi-document Summarization
Natural Language Processing
Descrição linguística
Complementaridade
CST
Sumarização Multidocumento
Processamento Automático de Língua Natural
description Complementarity is a usual multi-document phenomenon that commonly occurs among news texts about the same event. From a set of sentence pairs (in Portuguese) manually annotated with CST (Cross-Document Structure Theory) relations (Historical background and Follow-up) that make explicit the temporal complementary among the sentences, we identified a potential set of linguistic attributes of such complementary. Using Machine Learning algorithms, we evaluate the capacity of the attributes to discriminate between Historical background and Follow-up. JRip learned a small set of rules with high accuracy. Based on a set of 5 rules, the classifier discriminates the CST relations with 80% of accuracy. According to the rules, the occurrence of temporal expression in sentence 2 is the most discriminative feature in the task. As a contribution, the JRip classifier can improve the performance of the CST-discourse parsers for Portuguese.
publishDate 2018
dc.date.none.fl_str_mv 2018-04-25
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://periodicos.fclar.unesp.br/alfa/article/view/9204
10.1590/1981-5794-1804-6
url https://periodicos.fclar.unesp.br/alfa/article/view/9204
identifier_str_mv 10.1590/1981-5794-1804-6
dc.language.iso.fl_str_mv por
eng
language por
eng
dc.relation.none.fl_str_mv https://periodicos.fclar.unesp.br/alfa/article/view/9204/7223
https://periodicos.fclar.unesp.br/alfa/article/view/9204/7233
dc.rights.driver.fl_str_mv Copyright (c) 2018 ALFA: Revista de Linguística
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2018 ALFA: Revista de Linguística
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv UNESP
publisher.none.fl_str_mv UNESP
dc.source.none.fl_str_mv ALFA: Revista de Linguística; v. 62 n. 1 (2018)
1981-5794
reponame:Alfa (São José do Rio Preto. Online)
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Alfa (São José do Rio Preto. Online)
collection Alfa (São José do Rio Preto. Online)
repository.name.fl_str_mv Alfa (São José do Rio Preto. Online) - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv alfa@unesp.br
_version_ 1800214377397223424